[发明专利]一种基于特征置信范围的内置式芦苇收割机安全评估方法

说明书

本发明公开了一种基于特征置信范围的内置式芦苇收割机安全评估方法，该方法包括如下步骤：S1.内置式芦苇收割机结构局部振动的实时监测；S2.振动局部特征的确定；S3.基于Weibull分布的95％密度值的确定；S4.基于95％密度值的安全预警值的确定；S5.不同特征下芦苇收割机可靠性的确定。该方法监测精度高，对于实现确定芦苇收割机健康状态具有重要的现实意义。

技术领域

本发明涉及芦苇收割机，特别涉及一种基于特征置信范围的内置式芦苇收割机安全评估方法。

背景技术

随着农业经济快速发展，科技飞速进步，农业机械化率大幅度提升，芦苇收割机在现代化农业生产中的地位日益突出，其收割过程中割台的安全问题愈发受到重视。因此，在芦苇收割机的工作过程中对其割台进行实时健康监测是必要的。

目前现有的芦苇收割机割台安全监测方法，通常是现场布置传感器采集芦苇收割机的振动信号等，对振动信号的进行频谱分析提取特征进行诊断，但此方法现场采集繁琐不方便、并且有外加载荷的影响，会导致精度不高。鉴于此，本文考虑内嵌式和区间分割的安全预警方式从而实现芦苇收割机自检测功能，可以较好的监测芦苇收割机割台健康状态。

发明内容

发明目的：本发明目的是提供一种基于特征置信范围的内置式芦苇收割机安全评估方法，该方法监测精度高，所述内置式芦苇收割机是指在现有芦苇收割机内的割台上布置传感器。

技术方案：本发明提供一种基于特征置信范围的内置式芦苇收割机安全评估方法包括如下步骤：

S1、内置式芦苇收割机结构局部振动的实时监测；

S2、振动局部特征的确定；

S3、基于Weibull分布的95％密度值的确定；

S4、基于95％密度值的安全预警值的确定；

S5、不同特征下芦苇收割机可靠性的确定。

进一步地，S1内置式芦苇收割机结构局部振动的实时监测：

在有限元分析软件ANSYS中导入芦苇收割机作业结构的三维模型，采用自动网格模式对芦苇收割机结构三维模型进行网格化划分，在前处理模块中施加工况载荷，然后对后处理结果进行求解，确定芦苇收割机割台结构的最大应力、应变值条件下结构最易发生损伤的区域。

对芦苇收割机割台最易发生损伤的区域通过内置传感器的方式进行监测，并在该区域按等边三角形布置法对每个损伤区域内置3个振动传感器，实时对第i个损伤区域的振动量进行采集以获取每个传感器所对应的振动量A_ij(i为损伤区域的编号，j为第i号区域所对应的第j个传感器，j＝1，2，3)

进一步地，S2振动局部特征的确定：

在S1的基础上，在MATLAB程序中对0到t时间范围内所对应的振动量A_ij进行参数函数的拟合，获得5阶特定下振动量A_ij(t)所对应的最佳特定函数。

A_ij(t)＝α₁t⁵+α₂t⁴+α₃t³+α₄t²+α₅t+α₆

其中，A_ij(t)为5阶特定下振动量的最佳特定函数；t为时间；α₁，α₂，α₃，α₄，α₅，α₆为5阶特定函数的最佳拟合系数。